深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
661	2026-04-06	Prediction of Early-onset Preeclampsia Using Deep Learning: A Scoping Review of Clinical and Imaging Models 2026-Apr-03, Pregnancy hypertension DOI:10.1016/j.preghy.2026.101462 PMID:41935450	综述	本文对使用深度学习模型预测早发型子痫前期的临床和影像学方法进行了范围综述，总结了现有证据、模型性能及方法学局限性	首次对早发型子痫前期预测的深度学习模型进行范围综述，系统比较了临床模型与影像学模型，并识别了多模态模型在提升判别能力方面的潜力	纳入研究数量有限（15项），多数研究缺乏外部验证，模型泛化性不足，存在参与者选择、预测因子处理和分析程序等方法学局限	系统梳理和评估深度学习模型在预测早发型子痫前期方面的现有证据、性能及临床适用性	早发型子痫前期	机器学习	子痫前期	NA	深度学习, 机器学习	临床数据, 影像数据	NA	NA	深度神经网络, 随机森林, 梯度提升, XGBoost	AUC	NA
662	2026-04-06	Advances in Artificial Intelligence in Cosmetic Dermatology 2026-Apr, Actas dermo-sifiliograficas IF:3.8Q1 DOI:10.1016/j.ad.2025.104560 PMID:41418903	综述	本文综述了人工智能在美容皮肤科中的应用进展，包括皮肤评估、个性化治疗开发以及相关移动应用和临床设备	总结了AI在美容皮肤科中从皮肤诊断到激光治疗预测和化妆品配方优化的多方面革命性应用，并指出了当前面临的挑战	面临数据偏见和临床验证不足等挑战	探讨人工智能在美容皮肤科领域的应用现状与未来潜力	美容皮肤科中的皮肤评估、诊断、治疗预测及产品推荐	机器学习	NA	NA	机器学习,深度学习	NA	NA	NA	NA	准确性	NA
663	2026-04-06	Intelligent interferometric analysis of lipid layer thickness for clinical evaluation of dry eye disease 2026-Apr, The ocular surface DOI:10.1016/j.jtos.2026.02.011 PMID:41794130	研究论文	本研究开发并验证了一个全自动深度学习框架，用于从白光干涉图像中定量分析泪膜脂质层厚度，以支持干眼症和睑板腺功能障碍的临床评估	首次将深度学习分割模型与基于物理的光学映射方法相结合，实现泪膜脂质层厚度的全自动定量测量，消除了传统定性或半定量评估的限制	研究主要基于特定动物模型和临床数据集，未涉及大规模多中心验证，且可能受成像条件变化的影响	开发一个全自动、可扩展的定量泪膜脂质层厚度分析工具，用于干眼症和睑板腺功能障碍的客观临床评估	BALB/c小鼠的临床前图像以及健康志愿者和睑板腺功能障碍患者的临床数据集	计算机视觉	干眼症	白光干涉成像	深度学习分割模型	图像	动物和人类数据集，具体样本数量未明确说明	NA	U-Net, DeepLabV3+, Unet++	Dice系数, R2	NA
664	2026-04-06	Artificial Intelligence in Vitreoretinal Surgery: A Systematic Review of Current Applications and Future Directions 2026-Apr, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-026-01347-8 PMID:41795058	综述	本文系统回顾了人工智能在玻璃体视网膜疾病和手术中的应用现状，并探讨了未来发展方向	首次全面评估了AI在玻璃体视网膜手术多个环节（术前预测、术中引导、工作流支持）的应用，并识别了知识空白	大多数研究为回顾性、单中心设计，外部验证有限，临床转化需前瞻性验证	评估人工智能在玻璃体视网膜疾病诊断、手术预后预测及术中辅助的应用潜力与挑战	玻璃体视网膜疾病患者、手术过程及相关医学影像数据	计算机视觉, 自然语言处理	玻璃体视网膜疾病	光学相干断层扫描	机器学习, 深度学习	医学影像, 临床变量, 文本	37项研究（具体样本量未明确）	NA	NA	R2, AUROC, 准确率, 精确率	NA
665	2026-04-06	Validation of the Eyerobo FC Portable Fundus Camera for Diabetic Retinopathy Screening Using Public Datasets and Deep Learning 2026-Apr, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-026-01353-w PMID:41814043	研究论文	本研究验证了便携式免散瞳眼底相机Eyerobo FC在糖尿病视网膜病变筛查中的诊断性能，通过迁移学习方法，将基于桌面相机图像训练的人工智能算法应用于该便携设备图像	首次采用迁移学习方法，将基于标准桌面眼底相机图像训练的AI模型直接应用于新型便携式设备Eyerobo FC的图像，验证了跨成像平台的算法泛化能力	前瞻性验证队列样本量相对较小（N=104只眼），且研究主要关注糖尿病视网膜病变的二元分类（可转诊vs不可转诊）	验证新型便携式免散瞳眼底相机Eyerobo FC在糖尿病视网膜病变筛查中的诊断性能是否不劣于标准桌面眼底相机	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	眼底成像	CNN	图像	训练数据来自EyePACS和APTOS 2019公共数据集；参考标准评估使用Messidor-2数据集（N=1748只眼）；前瞻性验证使用Eyerobo FC采集的图像（N=104只眼）	TensorFlow, PyTorch	EfficientNet-B4	灵敏度, 特异性, AUC, 准确率, Cohen's kappa	NA
666	2026-04-06	Improving Fairness and Mitigating Bias in Multicenter Electronic Health Records Models to Predict Glaucoma Outcomes 2026-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2026.101119 PMID:41883731	研究论文	本研究评估了在多中心电子健康记录中预测青光眼进展模型中使用偏倚缓解方法的有效性，并提出了一个平衡性能与公平性的新评估指标	提出了FairOdds-AUC这一复合指标，用于平衡模型性能与公平性，并在多中心青光眼数据上系统比较了多种偏倚缓解方法	后处理和预处理偏倚缓解策略在不同外部站点间的泛化能力较弱，结果变化较大	评估偏倚缓解方法在青光眼进展预测模型中的有效性，并促进临床人工智能的公平性	来自美国七个机构的50,656名青光眼患者	机器学习	青光眼	电子健康记录分析	XGBoost, 神经网络, Transformer	电子健康记录	50,656名患者	Python	Transformer, 全连接网络	AUROC, 均衡机会差异, FairOdds-AUC	NA
667	2026-04-06	Diffusion-synthesized Chest X-rays improve fairness and diagnostic performance 2026-Apr, PLOS digital health DOI:10.1371/journal.pdig.0001277 PMID:41931563	研究论文	本研究通过微调稳定扩散模型合成高质量胸部X光图像，以解决深度学习模型在疾病分类中的公平性问题	首次将LoRA微调与CLIP分词器结合的稳定扩散模型应用于医学图像合成，以降低模型参数复杂度并提升生成图像质量，从而改善分类模型的公平性	未说明合成数据的具体规模与多样性，也未对比其他生成模型（如GAN）的效果	解决胸部X光疾病分类模型中因数据稀缺和捷径学习导致的公平性问题	胸部X光图像及其对应的疾病分类模型	医学影像分析	胸部疾病（未特指具体疾病）	图像合成技术	扩散模型	图像	NA	NA	稳定扩散模型	分类性能、公平性指标、注意力区域分析	NA
668	2026-04-06	Deep Learning as a Compass for Industrial Biocatalysis: The Grase Framework Rewrites the Rules for Polyurethane Recycling 2026-Apr, Biotechnology journal IF:3.2Q2 DOI:10.1002/biot.70222 PMID:41934218	研究论文	GRASE深度学习框架通过克服酶活性与稳定性之间的权衡，发现了一种名为AbPURase的稳健生物催化剂，可在恶劣工业条件下高效解聚聚氨酯废物，实现可扩展的闭环化学回收	GRASE框架克服了酶活性与稳定性之间的传统权衡，为工业生物催化提供了新的深度学习指导方法	NA	开发一种深度学习框架以发现高效生物催化剂，用于聚氨酯废物的工业级回收	聚氨酯废物及其生物催化剂	机器学习	NA	深度学习	NA	NA	NA	NA	NA	NA	NA
669	2026-04-06	[Contrast-enhanced CT-based habitat radiomics for analyzing the predictive capability for oral squamous cell carcinoma] 2026-Apr-01, Hua xi kou qiang yi xue za zhi = Huaxi kouqiang yixue zazhi = West China journal of stomatology DOI:10.7518/hxkq.2026.2025211 PMID:41919548	研究论文	本研究通过对比基于增强CT的深度学习和栖息地分析模型，探索预测口腔鳞状细胞癌颈淋巴结转移和病理亚型的新方法	结合K-means聚类、全连接神经网络和临床特征，构建了栖息地-临床联合模型，用于预测口腔鳞状细胞癌的淋巴结转移和病理亚型，显示出优越的预测性能	研究为回顾性设计，样本量较小（107例患者），可能影响模型的泛化能力，且未详细说明外部验证情况	预测口腔鳞状细胞癌的颈淋巴结转移和病理亚型	经石蜡病理诊断为口腔鳞状细胞癌的患者	数字病理	口腔鳞状细胞癌	对比增强CT成像	深度学习模型, 栖息地分析模型	图像	107例患者	NA	全连接神经网络	AUC, 混淆矩阵, ROC曲线	NA
670	2026-04-06	A Deep Learning Model for the Identification of Active Contraction Properties of the Myocardium Using Limited Clinical Metrics 2026-Apr, International journal for numerical methods in biomedical engineering IF:2.2Q2 DOI:10.1002/cnm.70170 PMID:41934219	研究论文	本研究开发了一种深度学习模型，用于基于有限的临床指标预测左心室心肌的主动收缩特性	提出了一种深度学习模型，能够通过合成临床指标和压力-容积环数据，在单次前向传递中预测整个心动周期中心肌的主动收缩参数波形并估计心内膜和心外膜的纤维角度，从而弥合复杂本构模型与临床实践之间的差距	模型仅在理想化和单个患者衍生几何结构上进行了测试，尚未使用真实临床数据进行验证	开发一种面向患者特异性评估左心室心肌行为的深度学习模型，以支持更精准的心血管干预和诊断	左心室心肌的主动收缩特性	机器学习	心血管疾病	深度学习	深度学习模型	合成临床指标和压力-容积环数据	NA	NA	NA	一致性	NA
671	2026-04-06	Biochemical biomarker-Driven deep learning framework with SHAP-based feature interpretation for diabetes classification 2026-Apr-01, Biophysical chemistry IF:3.3Q2 DOI:10.1016/j.bpc.2026.107601 PMID:41935405	研究论文	本研究提出了一种结合深度神经网络、特征排序和统计算法的预测模型，用于改进糖尿病的早期识别，并通过SHAP增强模型可解释性	整合深度神经网络与特征排序及统计算法，并应用SHAP进行特征解释，以提高糖尿病早期预测的准确性和可解释性	未明确说明数据来源的局限性或模型在外部验证中的泛化能力	开发一种早期糖尿病诊断方法，以减少严重并发症的风险	糖尿病患者及处于糖尿病前期状态的个体	机器学习	糖尿病	生化标志物分析	深度神经网络	生化标志物数据	未明确说明具体样本数量	未明确说明	深度神经网络	准确率	未明确说明
672	2026-04-06	A CT-based model integrating deep learning features radiomics and body composition for preoperative prediction of microsatellite instability in colorectal cancer: a multicenter study 2026-Mar-31, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112837 PMID:41935453	研究论文	本研究开发了一种基于增强CT的、融合深度学习特征、影像组学和身体成分的可解释模型，用于术前预测结直肠癌的微卫星不稳定性状态	首次将深度学习特征、影像组学特征和基于身体成分的临床风险因素整合到一个可解释的融合模型中，用于术前无创预测结直肠癌MSI状态，并进行了多中心验证	研究为回顾性设计，需要进一步的前瞻性验证才能常规应用于临床	提高结直肠癌患者术前微卫星不稳定性状态的预测准确性，以指导围手术期治疗和预后评估	接受根治性手术的结直肠癌患者	数字病理学	结直肠癌	增强CT成像	随机森林	医学影像（CT图像）	873名来自三个医疗中心的结直肠癌患者	NA	NA	AUC（曲线下面积）	NA
673	2026-04-06	Discovery of WRN helicase inhibitors by 3D-CNN docking and ML consensus from traditional Chinese medicine monomers 2026-Mar-30, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2026.109376 PMID:41934827	研究论文	本文通过结合深度学习分子对接和机器学习分类的计算机辅助药物发现流程，从传统中药单体中筛选WRN解旋酶抑制剂	创新点在于整合了基于3D-CNN的深度学习分子对接和多种机器学习分类器的共识筛选，用于从传统中药单体中识别WRN抑制剂，并利用分子动力学模拟验证筛选结果	研究局限性包括仅进行了虚拟筛选和理论计算验证，缺乏实验验证；筛选库仅限于2940个传统中药单体，可能遗漏其他潜在化合物	研究目标是发现针对WRN解旋酶的抑制剂，作为微卫星不稳定性癌症的潜在治疗靶点	研究对象是传统中药单体库中的化合物，特别是针对WRN D1/D2界面的抑制剂候选物	机器学习	癌症	计算机辅助药物发现、分子对接、分子动力学模拟、MM/PBSA自由能计算	3D-CNN, Random Forest, XGBoost, SVM	分子结构数据	2940个传统中药单体	GNINA, Scikit-learn	3D-CNN	AI置信度、热力学亲和力、自由能计算	NA
674	2026-04-06	Comparison of dimensionality reduction and feature selection for cognitive task decoding using functional connectivity 2026-Mar-28, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2026.110746 PMID:41911955	研究论文	本研究比较了特征选择和降维方法在基于功能连接性的认知任务解码中的性能	首次系统性地比较了特征选择和降维方法在认知任务解码中的性能，并确定了特征保留与预测准确性之间的“最佳平衡点”	研究结果在不同数据集和任务间存在差异，未发现特征选择或降维方法具有普遍优越性	比较特征选择和降维方法在认知任务解码中的性能，以优化机器学习分类器的预测准确性	功能磁共振成像（fMRI）数据中的功能连接性特征	机器学习	NA	功能磁共振成像（fMRI）	NA	功能连接性数据	两个开源数据集	NA	NA	解码准确性	NA
675	2026-04-06	Automated estimation of perivascular space and brain morphometry from deep learning-reconstructed three-dimensional T1-weighted MRI: comparison with the conventional technique 2026-Mar-24, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2026.101550 PMID:41887462	研究论文	本研究评估了基于深度学习的重建技术（DLR）在三维T1加权磁共振成像中，通过自动估计脑形态测量和血管周围间隙（PVS）来改善精细结构描绘的效用	首次将深度学习重建的三维T1加权成像用于自动估计脑形态测量和血管周围间隙，并与传统技术进行比较，结果显示DLR能提供更一致、变异更小的测量结果	这是一项回顾性队列研究，可能存在选择偏倚；研究样本量相对有限（共240名参与者）	评估深度学习重建的三维T1加权成像在改善脑部精细结构描绘和自动估计脑形态测量及血管周围间隙方面的应用价值	接受T1加权磁共振成像的参与者，包括正常组和疾病组，以及根据血管周围间隙严重程度分组的个体	数字病理学	NA	三维T1加权磁共振成像，深度学习重建	深度学习	三维磁共振图像	240名参与者（正常组144人，疾病组96人），外加外部数据集63人	NA	NA	皮质厚度、脑体积、血管周围间隙体积、变异性	NA
676	2026-04-06	Readout of intrinsic and induced DNA shape by homeodomain transcription factor complexes 2026-Mar-20, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2026.03.036 PMID:41863075	研究论文	本研究通过分子动力学模拟和深度学习相结合的方法，探究了同源域转录因子复合物如何通过读取DNA的内在结构和蛋白诱导结构来识别其靶标	揭示了同源域转录因子识别DNA时内在结构与蛋白诱导结构之间的动态平衡机制，并开发了一个整合AlphaFold、分子动力学模拟和深度学习（DeepPBS）的多尺度框架来捕捉AF3单独无法预测的DNA结构主动调控	AlphaFold 3在预测突变或构象动力学如何改变DNA形状方面存在困难，无法完全捕捉突变敏感的DNA形状读取	探究同源域转录因子复合物如何通过读取DNA的内在结构和蛋白诱导结构来确定其结合特异性	果蝇Hox转录因子Sex combs reduced及其辅因子Homothorax和Extradenticle组成的三聚体复合物，以及另外两种同源域转录因子Distal-less和Engrailed	计算生物学	NA	SELEX-seq, 分子动力学模拟, AlphaFold 3, 深度学习	深度学习	DNA序列, 蛋白质结构	NA	AlphaFold, DeepPBS	NA	NA	NA
677	2026-04-06	Clinical Human-Derived Pathogen Signatures Captured by SERS and Deep Learning for Environmental Exposure Risk Assessment 2026-Mar-20, Environment & health (Washington, D.C.) DOI:10.1021/envhealth.5c00365 PMID:41883383	研究论文	本研究开发了一种结合表面增强拉曼光谱（SERS）与卷积神经网络（CNN）的无标记平台，用于评估抗生素耐药细菌（ARB）的环境暴露风险	首次整合SERS与CNN构建了一个包含368个临床尿路分离菌株的光谱数据库，用于ARB暴露评估，并通过SHAP解释增强了模型的可解释性	研究主要依赖临床尿路分离菌株，可能未涵盖所有环境中的病原体多样性，且在实际大规模环境监测中的应用仍需进一步验证	开发一种用于环境微生物污染和抗生素耐药细菌暴露风险评估的快速、准确监测方法	临床尿路分离的病原体（人类来源）以及废水样本和独立尿液标本	机器学习	NA	表面增强拉曼光谱（SERS）	CNN	光谱数据	368个临床尿路分离菌株，并包括废水样本和独立尿液标本进行验证	NA	卷积神经网络（CNN）	分类准确率	NA
678	2026-04-06	DynMoCo: A novel AI framework to reveal modular substructures of protein from molecular dynamics 2026-Mar-19, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2026.03.034 PMID:41863076	研究论文	提出了一种名为DynMoCo的新型深度学习框架，用于从分子动力学模拟数据中识别蛋白质的动态模块化亚结构	引入了动态社区检测的新视角来分析分子动力学模拟，将分子建模为随时间演化的图，并整合图卷积网络与循环模型进行端到端的动态社区识别	NA	揭示复杂生物分子系统的内在组织和动态功能	蛋白质（以三种整合素系统为例）	机器学习	NA	分子动力学模拟	图卷积网络, 循环模型	分子动力学轨迹数据	三种整合素系统	NA	DynMoCo	NA	NA
679	2026-04-06	Overcoming extrapolation challenges of deep learning by incorporating physics in protein sequence-function modeling 2026-Mar, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013728 PMID:41880461	研究论文	本文提出了一种通过整合蛋白质物理相互作用和动力学来改进深度学习模型在蛋白质序列-功能建模中外推能力的方法	将基于生物物理学的能量效应建模直接整合到卷积神经网络和图卷积神经网络中，以克服训练数据中未见位置或突变类型的外推挑战	未具体说明模型在处理更复杂蛋白质系统或大规模数据集时的可扩展性	改进蛋白质序列到功能关系的建模，以准确预测未见变异的功能效应	蛋白质序列及其功能映射，特别是深度突变扫描数据和可用结构	机器学习	NA	深度突变扫描	CNN, GCN	序列数据, 结构数据	NA	NA	卷积神经网络, 图卷积神经网络, Transformer	NA	NA
680	2026-04-06	Multicenter clinicopathological study of odontogenic myxoma spectrum lesions using quantitative pathology 2026-Feb-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42019-8 PMID:41760729	研究论文	本研究利用AI辅助数字病理学定量评估牙源性粘液瘤谱系病变中的纤维组织比例，并探讨其与临床病理特征的相关性	首次在多中心研究中应用AI辅助数字病理学定量分析牙源性粘液瘤谱系病变的纤维组织比例，揭示了诊断的机构间变异性	样本量相对有限（100例），且仅基于Masson三色染色切片，可能未涵盖所有病理特征	通过定量病理学方法提高牙源性粘液瘤谱系病变病理评估的客观性和可重复性	牙源性粘液瘤（OM）和牙源性粘液纤维瘤（OMF）的手术标本	数字病理学	牙源性肿瘤	Masson三色染色，全切片图像分析	深度学习	图像	来自34家机构的143个手术标本，经集中病理审查后纳入100例	NA	多阶段深度学习流程	专家评估与定量测量的一致性	统一的数字病理学平台